Reinforcement Learning for Generative AI: State of the Art, Opportunities and Open Research Challenges

要約

生成人工知能 (AI) は、過去 10 年間のコンピューター サイエンスにおける最もエキサイティングな発展の 1 つです。
同時に、強化学習 (RL) は、さまざまな機械学習タスクにとって非常に成功したパラダイムとして浮上しました。
この調査では、RL を生成 AI に適用する際の最先端技術、機会、未解決の研究課題について議論します。
特に、3 種類のアプリケーションについて説明します。1 つは、特定の目的を持たずに生成するための代替方法としての RL です。
目的関数を最大化しながら同時に出力を生成する方法として。
そして最後に、目的関数では簡単に捕捉できない望ましい特性を生成プロセスに埋め込む方法として使用されます。
この魅力的な新興分野における機会と課題について徹底的に議論して調査を締めくくります。

要約(オリジナル)

Generative Artificial Intelligence (AI) is one of the most exciting developments in Computer Science of the last decade. At the same time, Reinforcement Learning (RL) has emerged as a very successful paradigm for a variety of machine learning tasks. In this survey, we discuss the state of the art, opportunities and open research questions in applying RL to generative AI. In particular, we will discuss three types of applications, namely, RL as an alternative way for generation without specified objectives; as a way for generating outputs while concurrently maximizing an objective function; and, finally, as a way of embedding desired characteristics, which cannot be easily captured by means of an objective function, into the generative process. We conclude the survey with an in-depth discussion of the opportunities and challenges in this fascinating emerging area.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google